Погода
Учёные Института космических и информационных технологий СФУ совместно с коллегами из Университета Утара (Малайзия) предложили новую модель хранения видеоданных.
Система включает инфраструктуру, определяющую, как и где хранить данные, доступ к ним, а также позволяет быстро извлечь нужную информацию из большого массива данных. С помощью такой модели можно оперативно найти нужный фрагмент видеозаписи с камер наблюдения, которыми оснащены многие общественные и жилые сооружения. Также модель позволяет выяснить, предпринимались ли попытки скрыть или изменить определённые участки видеозаписи в корыстных целях.
Эксперты обратили внимание на системы видеонаблюдения, где данные идут постоянным потоком. Ранее всю информацию с таких камер хранили на жёстких дисках, сейчас на помощь пришли облачные системы хранения. Однако вопрос, как получить нужный фрагмент, не пересматривая весь массив данных (например, выделить на видео определённого человека) остаётся актуальным.
«Мы говорим в первую очередь об информации, которая записывается, например, с внешних камер видеонаблюдения: это банки, медицинские центры, школы и т.д. Везде, где есть видеофиксация, хранятся гигантские объёмы видеоматериалов. Наша исследовательская задача состоит в том, чтобы помочь при поступившем запросе — например, найти определённого человека, — обнаружить фрагменты, где этот человек фигурирует», — сообщила соавтор исследования, доцент кафедры информационных систем и базовой кафедры интеллектуальных систем управления СФУ Екатерина Чжан.
Учёные предложили способ детектировать посетителей в видеопотоке: кадр, где запечатлён определённый человек, записывается вместе с метаданными в новую базу данных, параллельно запускается процесс хэширования (англ. hash function или функция свёртки — функция, преобразующая массив входных данных произвольного размера в выходную битовую строку определённого размера в соответствии с определённым алгоритмом).
«Хэш-функция — это такой инструмент, который позволяет создать «цифровой отпечаток» данных. Каждому кадру из видеопотока соответствует индивидуальное значение хэш-функции. Поэтому, если в будущем будет внесено какое-то изменение в видео, значения хэш-функций не совпадёт и укажет на вмешательство. Если в видеопотоке определяется человек, то его изображение вычленяется и записывается в таблицу с некоторыми данными. То есть с этим человеком уже связана определённая информация, какой-то бэкграунд. И каждому его появлению соответствует таблица с метаданными», — продолжила Екатерина Чжан.
Специалисты отмечают: современные нарушители закона могут попытаться вырезать или заменить определённые фрагменты видео с камер видеонаблюдения, если речь идёт, например, о кадрах с потенциальным правонарушителем. В таком случае есть возможность отследить, происходили ли какие-то изменения в записи. Значения хэш-функций выступят такими «цифровыми отпечатками».
Если кто-то перепишет в облаке данные, но при этом имеются исходные значения хэш-функций, достаточно сравнить значения хэш-функций для имеющегося видео и то, что было записано в базу данных. Если изменения действительно были, то значения хэш-функции уже не совпадут.
«Если, например, вскрыли автомобиль и украли оттуда какое-то имущество, полиция будет изучать видео, и, чтобы определить, не было ли изменено это видео, правоохранители смогут обратиться к нашей базе данных, где хранится «отпечаток» этого видео. Сравнив два «отпечатка» — существующего и изначального видео, сотрудники органов правопорядка сделают выводы, имело ли место вмешательство — „убрали“ с него человека, например, или нет», — рассказала учёный.
Использовать такую модель хранения видеоданных можно и в системе умного города, где находится большое количество камер видеонаблюдения, и требуется быстро искать те или иные объекты.
